读文献--综述:Comparison and evaluation of pathway-leel aggregation methods of gene expression data Introduction Background 得到数据的功能性的理解集中于基因集的功能,比如pathways而不是单个基因.现在pathway-level的分析主要是ORA和GSEA,另外的方法也在探索.该方法首先
历史分析： pathway是一个不得不研究的主体，比如我们的paper就给很多GO pathway的基因打分了，很简单就是一个求均值。 关于complex的活性打分，就得使用几何平均，因为缺失任何一个都会导致complex失活。 现有工具： AUCell allows to identify cells with active gene sets (e.g.
一、基因集功能富集分析(Gene Set Enrichment Analysis) 基因功能富集分析，是指借助各类数据库和分析工具进行统计分析，挖掘在数据库中与我们要研究的生物学问题具有显著相关性的基因功能类别。 For example, given a set of genes that are up-regulated under certain condi
KEGG PATHWAY Database KEGG PATHWAY 数据库是一个手工画的代谢通路的集合，包含以下几方面的分子间相互作用和反应网络： 1.新陈代谢 2.遗传信息加工 3.环境信息加工 4.细胞过程 5.生物体系统 6.人类疾病 7.药物开发 PATHWAY的五种类型 仅仅第一种参考通路(reference pathway)
MetaboAnalyst是做代谢的R包，功能十分强大。也开发了web版本，代谢组学的分析这里不介绍，主要讲讲它开发的多组学分析的相关内容。 既然是做代谢的工具，即使是增加了多组学内容，肯定也是以代谢为核心。以代谢组为中心的多组学分析想想无非就是以下几点：多元变量统计分析、网络分析、pathw
1. 基础科研套路包含5衡量，3变量 5衡量包括 疾病 DIsease 表型 Phenotype 模型 Model 检测方法 Assay 生物标志物 Biomarker 3变量包括 分子 Candidate 药物 Drug 通路 Pathway
输入数据格式 pathway = read.table("kegg.result",header=T,sep="\t") pp = ggplot(pathway,aes(richFactor,Pathway)) #Pathwy是ID，richFactor是富集的基因数目除以背景的基因数目 # 改变点的大小 pp + geom_point(aes(size=R0vsR3)) # 以基因的数目表示点大小 pbubble = pp
